Un grupo de investigadores ha desarrollaron un algoritmo personalizado que predice el impacto de determinados alimentos en los niveles de azúcar en la sangre de una persona. Y es que así se concluye de un nuevo estudio publicado recientemente en PLOS Computational Biology.
‘Glucoracle’, así se llama la aplicación en la que ha sido integrado el algoritmo que, permitirá a las personas con diabetes tipo 2 mantener un control más estricto de sus niveles de glucosa, clave para prevenir o controlar las complicaciones principales de una enfermedad que en España, más de 5,3 millones de personas la padecen, aunque el 43% de los afectados desconoce su situación.
“Aunque sabemos el efecto general de los diferentes tipos de alimentos sobre la glucosa en la sangre, los efectos detallados pueden variar ampliamente de una persona a otra y para la misma persona en el tiempo”, afirma el auto del trabajo David Albers, investigador asociado en Biomedical Informatics en el Centro Médico de la Universidad de Columbia (CUMC, por sus siglas en inglés), en Estados Unidos. “Incluso con la orientación de un experto”, prosigue, “es difícil para la gente entender el verdadero impacto de sus opciones dietéticas. Nuestro algoritmo, integrado en una aplicación fácil de usar, predice las consecuencias de ingerir una dieta específica antes de tomarse la comida, lo que permite a las personas tomar mejores decisiones nutricionales durante la hora de comer”.
‘Glucoracle’ permite al usuario diabético subir mediciones de la sangre del dedo y una foto de una comida
Asimilación de datos, y es que así se llama la técnica que utiliza el algoritmo, técnica que actualiza regularmente un modelo matemático de la respuesta de una persona a la glucosa con datos observacionales (mediciones de azúcar en sangre e información nutricional) para mejorar las predicciones del modelo, explica George Hripcsak, profesor y catedrático de Informática Biomédica en CUMC.
‘Glucoracle’ permite al usuario diabético subir las mediciones de la sangre del dedo y una foto de una comida en particular a la aplicación, junto con una estimación aproximada del contenido nutricional de la comida. Esta estimación proporciona al usuario una predicción inmediata de los niveles de azúcar en la sangre tras las comidas. “El asimilador de datos se actualiza continuamente con la ingesta de alimentos del usuario y las mediciones de glucosa en sangre, personalizando el modelo para ese individuo”, detalla Lena Mamykina, profesora asistente de Informática Biomédica en CUMC, cuyo equipo ha diseñado y desarrollado la aplicación ‘Glucoracle’.
Tanto la estimación como el pronóstico se ajustan a la precisión y, la aplicación comienza a generar predicciones después de haber sido utilizada durante una semana, permitiendo que el asimilador de datos haya aprendido cómo el usuario responde a diferentes alimentos.
En concreto, los investigadores inicialmente probaron el asimilador de datos en cinco individuos que usaban la aplicación; tres con diabetes tipo 2 y dos sin la enfermedad. Se compararon las predicciones de la aplicación con las mediciones de glucosa en sangre posteriores a las comidas y con las predicciones de formadores certificados de diabetes.
Para los dos individuos no diabéticos, las predicciones de la aplicación eran comparables a las mediciones reales de glucosa. Para los tres sujetos con diabetes, los pronósticos de la aplicación fueron ligeramente menos precisos, ¿la razón?, posiblemente debido a fluctuaciones en la fisiología de los pacientes con diabetes o error de parámetros, pero todavía eran comparables a las predicciones de los educadores sobre diabetes.
En el mundo la diabetes tipo 2 puede llegar a afectar a un 9% de la población ‘Glucoracle’
Como reconoce Albers, las fluctuaciones en la fisiología de los pacientes con diabetes o error de parámetros, pone de manifiesto que “hay espacio para la mejora” de la aplicación. “Esta evaluación fue diseñada para demostrar que es posible, usando datos de auto-monitoreo de rutina, generar pronósticos de glucosa en tiempo real que las personas podrían usar para tomar mejores decisiones nutricionales. Hemos podido hacer un aspecto de la autogestión de la diabetes más manejable que ha sido casi imposible para las personas con diabetes tipo 2”, enfermedad que hace acto de presencia cuando el cuerpo produce insulina pero no la suficiente o no puede aprovecharla adecuadamente. Respecto a la diabetes tipo 1, su tasa de prevalencia es mayor, y es que llega a representar el 90% de los casos. En el mundo se calcula que la diabetes tipo 2 puede llegar a afectar a un 9% de la población.
Albers señala que su tarea ahora es mejorar la aplicación, estimando que podría estar lista para su uso generalizado dentro de dos años, y es que alentado por estos primeros resultados, el equipo de investigación se está preparando para realizar un ensayo clínico más amplio.
